植物吸收积累多环芳烃的过程、机理及预测模型

• 作 者: 杨振亚
• 出 处: 浙江大学
• 发表日期: 2006年期
• 关键词: 黑麦草 多环芳烃 吸收 预测模型

研究植物吸收积累土壤多环芳烃(PAHs)的过程、机理及预测模型对定量评价土壤PAHs污染的生态风险、保障农产品安全及发展植物修复技术均具有重要意义。本文在评述植物吸收土壤有机污染物研究现状的基础上,以黑麦草为代表,采用水培体系模拟研究了植物吸收积累土壤PAHs的行为。从吸附与吸收的关系角度探讨了植物吸收积累PAHs的机理;研究了植物根部和叶面吸收两种不同途径的动态过程;用限制分配模型预测了植物吸收积累PAHs的程度,并探讨了叶面吸收等因素对模型预测准确性的影响,试图为修正该模型,并成功用于预测农产品安全及土壤PAHs污染的植物修复效率提供理论依据。论文取得了一些有价值的成果: (1)发现黑麦草根部吸收积累PAHs的速率较快。吸收达稳态时,根系对苊、芴、菲、芘的富集系数分别为5.7,10.3,19.4和63.6ml/g,吸收积累程度随PAHs脂溶性升高而增大,但远小于相应的分配系数(分别为127.2,200.5,571.4和3935.4 ml/g)。茎叶吸收积累PAHs的速率和程度均低于根系,且受化合物性质影响较大。PAHs脂溶性升高,茎叶对其吸收积累能力增强,但由于根部传输的蒸腾流浓度下降,导致吸收速率下降,达平衡需要的时间延长,平衡的程度也较低。 (2)发现限制分配模型能够较好地预测黑麦草吸收积累PAHs的程度。但由于该模型仅考虑根部传输,忽略了叶面吸收,导致模型对茎叶中PAHs含量预测的准确性较差。根系和茎叶的预测误差分别小于42.1%和78.4%。若将叶面吸收因子耦合到限制分配模型当中,则能显著降低茎叶中4种PAHs含量的预测误差。由于叶面吸收对模型预测的影响随PAHs脂溶性升高而增大,预测误差降低程度为芘>菲>芴>苊,其中芘的最大预测误差由78.4%下降至47.1%。